隨著人工智能領(lǐng)域的快速發(fā)展，預(yù)測(cè)未來(lái)趨勢(shì)對(duì)于企業(yè)和投資者來(lái)說(shuō)至關(guān)重要。拾象投研團(tuán)隊(duì)在其「2025 AI Best Ideas」中提出了20大關(guān)鍵預(yù)測(cè)，涵蓋了從模型和云格局的改變、Agent的發(fā)展、多模態(tài)智能的突破，到AI在科學(xué)領(lǐng)域的應(yīng)用等多個(gè)方面。這些預(yù)測(cè)不僅基于對(duì)當(dāng)前技術(shù)進(jìn)展的深入分析，還提供了對(duì)未來(lái)市場(chǎng)動(dòng)態(tài)的洞察。

預(yù)測(cè)新一年趨勢(shì)是拾象投研團(tuán)隊(duì)的傳統(tǒng)：厘清關(guān)鍵問(wèn)題、找到研究主線(xiàn)才能在動(dòng)態(tài)變化的世界里增強(qiáng)確定性。

2024 年， LLM 競(jìng)賽關(guān)鍵詞是大基建：LLM 競(jìng)賽格局基本確定，下半年，隨著 Sonnet 3.5 ?驚艷的 coding 能力、 o1 模型以及 RL 新范式的接連出現(xiàn)，LLM 不再是單一的基建競(jìng)賽，Coding 和 Agent 成為最大的主題。

2025 年，LLM 會(huì)在哪些方面上獲得突破？從研究和投資配置的角度，最值得 bet 的關(guān)鍵方向有哪些？作為拾象投研團(tuán)隊(duì) 「2025 AI Best Ideas」 特別策劃，我們既預(yù)測(cè)趨勢(shì)，也提出關(guān)鍵問(wèn)題與解題思路，希望能為市場(chǎng)和投資者帶來(lái)啟發(fā)。

B 端产品经理如何快速成长？

产品与业务架构主要是将整个业务工作流进行分层，梳理，然后抽象出一个个需求，将业务需求与产品合情合理的映射起来，最终使业务数据在产品中流动，执行，记录，使用。

查看详情 >

在拾象 2025 AI best ideas 發(fā)布之外，我們還計(jì)劃在下周組織一場(chǎng) 「2025 AI Best Ideas」 線(xiàn)上討論會(huì)，圍繞 2025 AI potential winners & losers、最值得關(guān)注的關(guān)鍵 AI 趨勢(shì)碰撞思考與靈感。如果您有興趣參與我們的線(xiàn)上閉門(mén)討論，請(qǐng)點(diǎn)擊鏈接參與報(bào)名（備注：因活動(dòng)名額有限，我們會(huì)結(jié)合問(wèn)卷回答進(jìn)行定向邀請(qǐng)參與）

一、微軟轉(zhuǎn)投 Anthropic，模型和云的格局徹底改變

微軟和 OpenAI 的關(guān)系緊張已不是秘密，也許是 OpenAI 的公司架構(gòu)，以及和微軟的結(jié)盟方式太不同尋常，讓多方利益制衡而緊繃的弦終會(huì)有斷的一天。作為對(duì)照，Anthropic 和 Amazon 的關(guān)系就更開(kāi)放、健康。Anthropic 也已和三大云中的兩朵云（AWS、GCP）都達(dá)成了合作。

2025 年 OpenAI 會(huì)變成盈利組織，微軟也很有可能會(huì)投資 Anthropic，這將徹底改變模型和云的格局——Anthropic 會(huì)與 Azure 合作，OpenAI 也因?yàn)榻K結(jié)了和微軟的獨(dú)家關(guān)系，而與其他云合作。最終所有模型會(huì)在所有云上，所有云也會(huì)支持和投資所有模型。

當(dāng)然這個(gè)格局變化還充滿(mǎn)不確定，但至少，Anthropic 會(huì)在這次震蕩中獲益。

二、Google 手握幾張王牌逆轉(zhuǎn)頹勢(shì)，成為“最領(lǐng)先的追隨者”

Google 在 LLM 訓(xùn)練進(jìn)展上一直落后于 OpenAI 和 Anthropic，從 transformer 和 RL 的提出者變成了一個(gè) AI 追隨者，但 Google 是“最領(lǐng)先的追隨者”，等待 OAI 和 Anthropic 破風(fēng)，再投入資源趕上。目前 Google 在模型、 Agent 進(jìn)展上和前兩名縮短了差距，Q4 發(fā)布的一系列 AI 產(chǎn)品也有很好的口碑。

另外，Google 手上有幾張王牌：

? TPU 代表著無(wú)限算力資源，

? Andorid/Chrome 代表著最強(qiáng)的分發(fā)渠道，

? Deepmind 代表全球最高 AI 人才密度，

從現(xiàn)實(shí)進(jìn)展上：

? RL 是 Google 的看家本領(lǐng)，并且 Agent 進(jìn)展很快，今年 9 月發(fā)布的 Agent 白皮書(shū)里，Google 就提出了由模型（Language Model）、工具（Extensions, Functions, Data Stores）和編排層（Orchestration Layer）組成的 Agent 框架，

? Gemini flash 2.0 已經(jīng)展現(xiàn)出超越 GPT-4o 的能力水平，

? Deep Research、 NotebookLM、Learn About 等一系列 to C AI 產(chǎn)品的發(fā)布，不僅充分展示了 Gemini 多模態(tài)的優(yōu)勢(shì)，也借助更多創(chuàng)新交互獲取用戶(hù)，

? 硬件平臺(tái)儲(chǔ)備：在 Meta 眼鏡之后，Google 也有希望在今年發(fā)布 Google glass 2，成為新一代消費(fèi)級(jí)平臺(tái)的重要力量。

目前市場(chǎng)主要擔(dān)心的是 Google 最關(guān)鍵的搜索被顛覆，從實(shí)際情況來(lái)看，Meta、Amazon、ChatGPT、Perplexity 都在搶 Google 的搜索市場(chǎng)，而 ChatGPT 和 Perpelxity 開(kāi)始廣告探索后同樣會(huì)給 Google 帶來(lái)影響。

三、下一代 Mega 7 ?已有雛形，OS 才是最高護(hù)城河，模型公司進(jìn)入 Agent OS之爭(zhēng)，Agent 是 LLM OS 上的 App

Satya 最近在公開(kāi)采訪(fǎng)中明確表示下一代 Mega 7 雛型已經(jīng)出現(xiàn)，會(huì)圍繞 OpenAI、Anthropic 等 LLM-players 中間產(chǎn)生。

今天主流模型廠(chǎng)商之間的競(jìng)爭(zhēng)是 80s Windows/DOS 戰(zhàn)爭(zhēng)的重演，本質(zhì)上是在圍繞開(kāi)發(fā)者心智份額、生態(tài)系統(tǒng)、專(zhuān)有標(biāo)準(zhǔn)和 API 的之間的競(jìng)爭(zhēng)。微軟的商業(yè)生態(tài)是在 Windows 根基之上建立的，OS 是微軟安身立命之本，對(duì)于今天的模型廠(chǎng)商來(lái)說(shuō)，擁有 OS 才是最高的護(hù)城河。

在所有模型廠(chǎng)商中 Anthropic 構(gòu)建 OS 的決心要更明顯、更強(qiáng)，從 computer use 到 MCP，持續(xù)嘗試搭建數(shù)據(jù)和工具的連接層，MCP 就是這個(gè)時(shí)代的 TCP/IP。我們預(yù)計(jì)在 Agent 大爆發(fā)后，其他 LLM 供應(yīng)商大概率也要推各自的協(xié)議。

四、Agent 是新軟件，是 2025 年投資核心中的核心。Agent 整體會(huì)漸進(jìn)式演進(jìn)，Coding Agent 最先落地。

Andrej Karpathy 在 2017 年提出的 Software 2.0 設(shè)想就是今天的 Agents。軟件的本質(zhì)是對(duì)人類(lèi)行為、workflow 的數(shù)字化映射和自動(dòng)化，當(dāng)模型/Agent 有了 tool use 的能力之后就可以實(shí)現(xiàn)從 1.0 rule-based 到動(dòng)態(tài)編排軟件 2.0。

Perplexity 是模型信息處理能力的集中體現(xiàn)，“下一個(gè) Perplexity會(huì)”沿著 Agent、模型 tool use 能力這條線(xiàn)誕生，OpenAI 前 CTO Mira 的新公司將會(huì)是 2025 年絕對(duì)的明星 deal。

和 LLM 一樣，Agents 的實(shí)現(xiàn)本身也是漸進(jìn)式的，2024 年下半年在 AI Coding 的突破是我們從軟件時(shí)代走向 agent 時(shí)代的關(guān)鍵，AI agent 也會(huì)最先在 coding agent 落地，而不是 day 1 就實(shí)現(xiàn) general agent：因?yàn)?coding 環(huán)境足夠清晰，商業(yè)價(jià)值和天花板都極高。

五、Task automation 成為關(guān)鍵詞，long horizon task 成功率是衡量 Agent 能力的核心指標(biāo)

今天 Agent 定義尚不明確，但我們認(rèn)為從實(shí)際落地場(chǎng)景出發(fā)，應(yīng)該關(guān)注 task automation 的成功率。

目前的 Agent 還只是初級(jí) Agent，通過(guò)編排組合把重復(fù)性高，但又需要一定靈活性的任務(wù)自動(dòng)化，如客服、售前、游戲測(cè)試等，這類(lèi) Agent 需要深入的業(yè)務(wù)理解和快速迭代的 engineer 能力，發(fā)展迅速。

能力更強(qiáng)的 Agent 一定不再是 LLM calling 的組合，而是更自主、更主動(dòng)，能完成更多步驟的復(fù)雜任務(wù)。這類(lèi) Agent 需要強(qiáng)大的 reasoning 能力，long horizon task 處理能力，還要能深入理解 large context base，也是模型公司投入的重點(diǎn)。

六、Context layer 成為 Agent 的秘密武器：數(shù)據(jù)、推理、行動(dòng)三元素重新組織的 context 是 Agent 落地基礎(chǔ)設(shè)施。

而為了讓 Agents 更好、更主動(dòng)得完成多步驟復(fù)雜任務(wù)，簡(jiǎn)單的 RAG 已經(jīng)無(wú)法滿(mǎn)足需求，context 會(huì)成為這個(gè)場(chǎng)景下優(yōu)先級(jí)最高的 infra 能力。如何獲取企業(yè) context，并更好得構(gòu)建 context layer 的能力會(huì)成為 AI 應(yīng)用或數(shù)據(jù)公司競(jìng)爭(zhēng)的關(guān)鍵。

二級(jí)市場(chǎng)上， Palantir、Snowflake 都屬于很明確的 context layer 相關(guān)受益者。一級(jí)市場(chǎng)上，頭部公司圍繞也已經(jīng)圍繞 context 需求進(jìn)行積極投入，比如 Perplexity 最新收購(gòu)的 ?Carbon 可以幫助 Perplexity 實(shí)現(xiàn)和 Google Docs、Slack、Notion 等生產(chǎn)力工具的數(shù)據(jù)連接。

Palantir 的 Ontology 層可以被視為一個(gè)企業(yè)的“數(shù)字分身（digital twin）”。每一個(gè) ontology 對(duì)象都代表了一條明確了輸入和輸出的邏輯

七、訓(xùn)練靠后，推理向前，ASIC 敘事逐漸減弱，NV 的算力份額和領(lǐng)導(dǎo)者地位依然穩(wěn)固，市值將達(dá)到 4 萬(wàn)億?

以 o1 為起點(diǎn)，由于模型推理能力的增強(qiáng)，以及軟件公司用 LLM 開(kāi)發(fā)新產(chǎn)品或進(jìn)行自我改造的積極性提升，推理需求指數(shù)級(jí)增長(zhǎng)讓今年下半年以來(lái) CSP ASIC 顯著受益，CSP 離下游需要推理的客戶(hù)群體更近，Amazon、Google、微軟等大廠(chǎng)都在通過(guò)自有芯片研減少對(duì) GPU 的依賴(lài)。

2025 年 Inference 作為硬件板塊的核心命題不會(huì)改變，考慮到整個(gè)算力市場(chǎng)需求比預(yù)期要更大，CSP ASIC 敘事會(huì)在明年逐漸走弱，而 NVDA 依靠 GB200 在 TCO/性能仍會(huì)在算力市場(chǎng)維持自身的領(lǐng)導(dǎo)者地位，相比之下 AMD 丟失的市場(chǎng)份額可能會(huì)更明顯。

八、Pre-training 、Post training、o3 融合一體化，large scale RL成為關(guān)鍵 bet

O 系列開(kāi)始，inference time compute 的思路讓 post training 的重要性提高了很多，可提升的空間和消耗的算力層面都可能比 pretrain 更重要。

在這個(gè)趨勢(shì)下，post-training 和 pre-training 的界線(xiàn)會(huì)越來(lái)越模糊，post-training 會(huì)消耗更大的算力、解鎖更多能力，pre-training 會(huì)漸進(jìn)式地用 RL 來(lái)漸近找到更好的 data recipe。類(lèi)似從 AlphaGo 到 AlphaZero 那樣，模型能夠逐漸離開(kāi)一部分人類(lèi)數(shù)據(jù)，用合成數(shù)據(jù)來(lái)得到更多數(shù)據(jù)分布外的高質(zhì)量數(shù)據(jù)，解鎖更高天花板的智能。

九、合成數(shù)據(jù)實(shí)現(xiàn)技術(shù)突破，規(guī)?；暮铣蓴?shù)據(jù)能減緩數(shù)據(jù)撞墻焦慮

改寫(xiě)、編排現(xiàn)有的數(shù)據(jù)雖然能提升數(shù)據(jù)質(zhì)量，但不能提供增量數(shù)據(jù)和新知識(shí)。如何規(guī)模化地獲取合成數(shù)據(jù)是技術(shù)上重要的難點(diǎn)，也是我們期待的突破點(diǎn)。去年這個(gè)突破沒(méi)有實(shí)現(xiàn)，我們預(yù)測(cè)今年能夠取得進(jìn)展，因?yàn)?pre train 的數(shù)據(jù)瓶頸今年愈發(fā)緊迫。

十、o3 驗(yàn)證了 reasoning scaling law，但商業(yè)化落地遇到瓶頸

o3 在 ARC-AGI 和 Frontier Math 涌現(xiàn)式的能力突破定義了真正優(yōu)秀的推理能力，這讓我們對(duì) o 系列的成長(zhǎng)上限有更強(qiáng)的信心：o3 帶來(lái)了 reasoning scaling law，強(qiáng)推理能力正是解鎖 agent 最必要的能力。2025 年，模型每 3 個(gè)月就會(huì)實(shí)現(xiàn)過(guò)去 1 年的能力進(jìn)步。

Source：ARC-AGI

但 o1 的商業(yè)化確定性和前幾代模型相比要更低，因?yàn)閺?qiáng)推理并不是大眾用戶(hù)的需求，只有少數(shù)用戶(hù)對(duì)這樣的高生產(chǎn)力、復(fù)雜推理問(wèn)題有需求。因此現(xiàn)在 ChatGPT 產(chǎn)品中 o1 的使用率也不到 5%。同時(shí) o1 query 的定價(jià)也很貴，所以需要 200 美金甚至 2000 美金/月的價(jià)格來(lái)支持更大的 inference time compute 需求。

十一、Chatbot 競(jìng)爭(zhēng)翻篇，開(kāi)始全新 AI產(chǎn)品形態(tài)競(jìng)爭(zhēng)?

Chatbot 的競(jìng)爭(zhēng)在 2024 年結(jié)束了，2025 年 各模型公司要在全新的產(chǎn)品形態(tài)上競(jìng)賽。Chatbot 仍將是包容性最強(qiáng)，用戶(hù)受眾最廣的前端交互，但 computer use、coding agent、artifacts 等更復(fù)雜，更跨軟件，更能捕捉用戶(hù)行為數(shù)據(jù)的交互會(huì)成為新的重點(diǎn)。

十二、Memory 和 Online learning 問(wèn)題在 25 年得到解決，LLM 更加主動(dòng)和個(gè)性化

和推薦算法比，LLM 的缺陷是不能實(shí)時(shí)更新 weights，所以模型無(wú)法千人千面。Memory 是 AI labs 和 Agent 公司花了很多精力解決的問(wèn)題，我們認(rèn)為 Memory 會(huì)在 2025 年有不錯(cuò)的解決方案，onling learning 也能有一定突破，讓 LLM 和 Agent 真的做到更主動(dòng)，更懂用戶(hù)。

十三、多模態(tài)智能得到突破，visual reasoning 涌現(xiàn)，用戶(hù)和 AI 交互可能性被拓寬，出現(xiàn)AI+IP 爆款

過(guò)去兩年多模態(tài)智能能力發(fā)展不如語(yǔ)言，但 2025 年多模態(tài)智能會(huì)得到更多投入。視覺(jué)推理和 Scaling Law 的涌現(xiàn)現(xiàn)象成為重要研究方向。尤其是 Google、Meta、Tesla 等大企業(yè)，有海量視覺(jué)數(shù)據(jù)，有處理視覺(jué)數(shù)據(jù)的完整 infra，也有更明確的多模態(tài)應(yīng)用場(chǎng)景，相比 AI labs 會(huì)更重視多模態(tài)的研究發(fā)展。

雖然我們?cè)?2024 年的預(yù)測(cè)中提到類(lèi) Character.ai 賽道會(huì)收斂在今年得到驗(yàn)證，但 Character.ai 代表的底層需求不變。經(jīng)典 IP 長(zhǎng)盛不衰、Jellycat 的爆火本質(zhì)上是“陪伴”。AI 時(shí)代的 Her 不是 chatbot，更有可能從經(jīng)典 IP 嫁接而生：AI，尤其是多模態(tài)智能會(huì)讓人類(lèi)和已有 IP 的互動(dòng)變得更真實(shí)、絲滑，例如迪士尼、任天堂等相關(guān)公司也會(huì)利用多模態(tài)推動(dòng)新應(yīng)用和經(jīng)典 IP 喚新。

十四、ChatGPT 和 Perplexity 跑通廣告變現(xiàn)模式，廣告超越訂閱模式成為主流

因?yàn)槊嫦蛏a(chǎn)力場(chǎng)景，LLM startups 一開(kāi)始通過(guò)訂閱模式嘗試商業(yè)化，但訂閱的增長(zhǎng)曲線(xiàn)有限：ChatGPT 的 MAU 預(yù)計(jì)已經(jīng)超過(guò) 5 億，年收入約 40 億美金，平均一個(gè)月活用戶(hù)只有～8 美元/年收入，而 Google、Meta 每個(gè)月活用戶(hù) ARPU 都價(jià)值100美金起。訂閱無(wú)法支撐 AI 超級(jí)應(yīng)用，廣告還是主流商業(yè)化方向。

從去年下半年開(kāi)始 perplexity 和 OpenAI 都已經(jīng)透露出試水廣告，通過(guò)問(wèn)答的形式直連商品、服務(wù)搜索，進(jìn)一步有可能重組視頻、電商、工作、酒旅、住房等供應(yīng)鏈。

十五、自動(dòng)駕駛到達(dá)商業(yè)化拐點(diǎn)：Waymo 開(kāi)始蠶食 Uber 市場(chǎng)份額，Waymo 可能會(huì)在 2025 年 IPO ?

Waymo 在 2024 年 8 月占 SF 網(wǎng)約車(chē)份額為 5%，到 11 月訂單金額市占率快速上升超過(guò)20%，且出現(xiàn)一定網(wǎng)絡(luò)效應(yīng)，到 12月初 Waymo 在全美已經(jīng)實(shí)現(xiàn)了17.5 萬(wàn)次/周的付費(fèi)出行。隨著監(jiān)管放松 Waymo 的規(guī)模效應(yīng)還會(huì)加速。

十六、AI 領(lǐng)域 M&A 活躍：AI 應(yīng)用、Coding 領(lǐng)域出現(xiàn)大的收購(gòu)，中小 GPU 云會(huì)被整合

2025 年，AI 領(lǐng)域的投資并購(gòu)會(huì)繼續(xù)活躍，不過(guò)主題從大廠(chǎng)收購(gòu) foundation model 公司轉(zhuǎn)變?yōu)橹写笮凸臼召?gòu) AI native 應(yīng)用，帶來(lái) M&A 的有 4 個(gè)角度的因素：

? 硬件領(lǐng)域，2025 年 NV B 系列正式投入使用后，GPU 云領(lǐng)域的成本和價(jià)格競(jìng)爭(zhēng)會(huì)進(jìn)一步加劇，很多中小 GPU 云會(huì)破產(chǎn)，對(duì)于頭部公司而言是低價(jià)收購(gòu)資產(chǎn)的好時(shí)機(jī)；

? SaaS 領(lǐng)域過(guò)去圍繞 Vertial SaaS 的 buy-and-run 會(huì)在 vertical AI 上重演，尤其 Sales、HR、Legal、Healthcare ?等垂直領(lǐng)域會(huì)出現(xiàn) AI start-ups 被大公司收購(gòu)的情況；

? AI 搜索、AI Coding、視頻生成等領(lǐng)域作為 LLM 領(lǐng)域競(jìng)爭(zhēng)的主線(xiàn)，大公司尤為重視，與此同時(shí) Starups 估值增長(zhǎng)過(guò)快，可能會(huì)先出現(xiàn)公司業(yè)務(wù)發(fā)展跟不上估值 hype，在這種情況下，big-techs 進(jìn)行收并購(gòu)可能帶來(lái) win-win ；

? 頭部 Startups 為強(qiáng)化自身競(jìng)爭(zhēng)力圍繞技術(shù)棧、場(chǎng)景進(jìn)行收購(gòu)。

十七、電力短缺持續(xù)，核電重啟是明確趨勢(shì) ，有機(jī)會(huì)出現(xiàn) 10x 股公司

不僅美國(guó)本土，超大計(jì)算集群、再工業(yè)化帶來(lái)的電力短缺還在持續(xù)，全球范圍內(nèi)電力需求到 2050 年會(huì)增加 ?1/3 到 3/4。核電的新建或重啟是全球范圍內(nèi)確定性趨勢(shì)，但供給端還沒(méi)有做好相關(guān)準(zhǔn)備，原料短缺、地緣政治的擾動(dòng)等因素給整個(gè)產(chǎn)業(yè)鏈上的資產(chǎn)帶來(lái)價(jià)值稀缺性。

十八、AI for science 發(fā)展迅速，各個(gè)科學(xué)領(lǐng)域有自己的 foundation model

生命科學(xué)、材料、氣象和工業(yè)仿真等各個(gè)科學(xué)領(lǐng)域已經(jīng)涌現(xiàn)出各自的 foundation model。與 LLM 不同，AI4S 領(lǐng)域不存在數(shù)據(jù)墻問(wèn)題，在實(shí)踐中還可以通過(guò)第一性原理模擬生成無(wú)限的高質(zhì)量合成數(shù)據(jù)，這一特性會(huì)讓 AI4S 各個(gè)領(lǐng)域的 foundation model 涌現(xiàn)，且模型能力迭代速度極快。??????

十九、AI 技術(shù)紅利大部分流入大公司，Mega 9 強(qiáng)者恒強(qiáng)

Mega 9 公司掌握著 AI 的關(guān)鍵資產(chǎn)：云、算力、分發(fā)渠道。任何企業(yè)、個(gè)人買(mǎi)單 AI 的價(jià)值，他們都有機(jī)會(huì)“收稅”。隨著 AI 在 2025 年真正走向 massive adoption ，這些公司可以持續(xù)躺在 AI 富礦上賺取收益。

二十、美股 2025 Q1 業(yè)績(jī)后因?yàn)?AI 進(jìn)展緩慢大調(diào)整，但又會(huì)在年底前破新高

以 Agentforce 為代表的 SaaS 公司 AI 產(chǎn)品的表現(xiàn)推高了美股對(duì)于 AI 應(yīng)用層的 hype，雖然企業(yè)側(cè)投入和推廣 AI 產(chǎn)品相較于 1 年前更加激進(jìn)，但作為投資者需要對(duì)企業(yè) AI 業(yè)務(wù)落地和盈利情況保持理性和警惕，一旦實(shí)際業(yè)績(jī)兌現(xiàn)略低于市場(chǎng)對(duì) AI 故事的預(yù)期，就會(huì)出現(xiàn)大的回調(diào)，我們預(yù)計(jì) 2025 H1 大概率會(huì)出現(xiàn)這一情況。到 2025H2，隨著 LLM 能力提升，尤其是 agent 在 tool use 和長(zhǎng)距離復(fù)雜任務(wù)上的進(jìn)步，AI 會(huì)重新帶來(lái)股價(jià)新高，重演 2024 H2 的情況。